基于PSO-BP神经网络的高炉煤气柜位预测模型及应用

作者：魏津瑜; 张玮; 李欣

来源：中南大学学报(自然科学版), 2013, S1: 266-270.

• 高炉煤气柜位
• 相关性分析
• 预测模型
• 粒子群优化
• BP神经网络
• 变异操作 BFG holder
• correlation analysis
• forecasting model
• particle swarm optimization
• BP neural network
• mutation operation

以钢铁企业高炉煤气柜位作为研究对象,对高炉煤气发生量和消耗量等影响因素进行相关性分析,得到关联度较高的主成分作为输入参数。利用粒子群算法优化BP神经网络的初始权值和阈值,使优化后的BP神经网络能够更好地预测函数输出。针对粒子群算法早熟收敛、搜索精度偏低以及后期迭代效率不高的问题,提出对粒子进行变异操作的处理方法。研究结果表明:所建立的预测模型误差小,能有效解决高炉煤气柜位的预测问题,为生产企业合理制定煤气使用计划提供理论依据。

• 单位
  潍坊科技学院; 天津理工大学